JP7359369B2 - 状況判定装置、方法およびプログラム - Google Patents

Description

特許法第３０条第２項適用 １．２０１９年３月１１日 ｈｔｔｐｓ：／／ｗｗｗ．ｉｅｉｃｅ．ｏｒｇ／ｋｅｎ／ｐａｐｅｒ／２０１９０５１６ｎ１ｍ９／ にて公開 ２．２０１９年５月９日 ｈｔｔｐｓ：／／ｗｗｗ．ｉｅｉｃｅ．ｏｒｇ／ｋｅｎ／ｐｒｏｇｒａｍ／ｉｎｄｅｘ．ｐｈｐ？ｔｇｓ＿ｒｅｇｉｄ＝ｅ８ｅ６９６５ｂａ４８８ｃ５ｄ８６ａａｃ２ｂ０２６８ｆ４ｃａｆ６ｅｂｆｅｅ８５３９ｆ０１５５９１ｆ８９３８２４ｂ３９ｅｃｂａｆ０ ｈｔｔｐｓ：／／ｗｗｗ．ｉｅｉｃｅ．ｏｒｇ／ｋｅｎ／ｐａｐｅｒ／２０１９０５１６ｎ１ｍ９／ ｈｔｔｐｓ：／／ｗｗｗ．ｉｅｉｃｅ．ｏｒｇ／ｋｅｎ／ｕｓｅｒ／ｉｎｄｅｘ．ｐｈｐ？ｃｍｄ＝ｐａｒｔｉｃｉｐａｔｉｏｎ＆ｔｇｓ＿ｒｅｇｉｄ＝ｅ８ｅ６９６５ｂａ４８８ｃ５ｄ８６ａａｃ２ｂ０２６８ｆ４ｃａｆ６ｅｂｆｅｅ８５３９ｆ０１５５９１ｆ８９３８２４ｂ３９ｅｃｂａｆ０＆ｌａｎｇ＝ にて公開 ３．２０１９年５月１６日 一般社団法人電子情報通信学会 ヒューマンコミュニケーション基礎（ＨＣＳ）研究会・ヒューマン情報処理（ＨＩＰ）研究会にて公開 ４．２０１９年３月１１日 ｈｔｔｐｓ：／／ｗｗｗ．ｉｅｉｃｅ．ｏｒｇ／ｋｅｎ／ｐａｐｅｒ／２０１９０５１６ｊ１ｍｏ／ にて公開 ５．２０１９年５月９日 ｈｔｔｐｓ：／／ｗｗｗ．ｉｅｉｃｅ．ｏｒｇ／ｋｅｎ／ｐｒｏｇｒａｍ／ｉｎｄｅｘ．ｐｈｐ？ｔｇｓ＿ｒｅｇｉｄ＝ｅ８ｅ６９６５ｂａ４８８ｃ５ｄ８６ａａｃ２ｂ０２６８ｆ４ｃａｆ６ｅｂｆｅｅ８５３９ｆ０１５５９１ｆ８９３８２４ｂ３９ｅｃｂａｆ０ ｈｔｔｐｓ：／／ｗｗｗ．ｉｅｉｃｅ．ｏｒｇ／ｋｅｎ／ｐａｐｅｒ／２０１９０５１６ｊ１ｍｏ／ ｈｔｔｐｓ：／／ｗｗｗ．ｉｅｉｃｅ．ｏｒｇ／ｋｅｎ／ｕｓｅｒ／ｉｎｄｅｘ．ｐｈｐ？ｃｍｄ＝ｐａｒｔｉｃｉｐａｔｉｏｎ＆ｔｇｓ＿ｒｅｇｉｄ＝ｅ８ｅ６９６５ｂａ４８８ｃ５ｄ８６ａａｃ２ｂ０２６８ｆ４ｃａｆ６ｅｂｆｅｅ８５３９ｆ０１５５９１ｆ８９３８２４ｂ３９ｅｃｂａｆ０＆ｌａｎｇ＝ にて公開 ６．２０１９年５月１６日 一般社団法人電子情報通信学会 ヒューマンコミュニケーション基礎（ＨＣＳ）研究会・ヒューマン情報処理（ＨＩＰ）研究会にて公開 （備考欄に続く）

この発明の一態様は、ユーザの行動変容を支援する装置においてユーザの状況を判定するために用いられる状況判定装置、方法、プログラムおよびデータ構造に関する。

生活習慣病は不健全な生活の積み重ねを改善することで予防が可能である。そこで、対象ユーザの特徴やニーズ、受け入れやすさに関する情報を調べ、これらの情報に基づいて対象ユーザに対し健康行動の変容を支援する情報を提供する技術が種々提案されている。例えば、非特許文献１には、個人の行動を変容させることを目的として定義されたトランスセオレティカル・モデル（Transtheoretical Model：ＴＴＭ）に着目し、対象ユーザの属性情報や行動情報、環境情報等をもとに対象ユーザの状況がどの行動変容ステージに位置するかを推定し、その推定結果に応じて対象ユーザに適合した行動を推奨する技術が記載されている。

櫻田好司、「行動変容型生活習慣改善システム」、ＯＫＩテクニカルレビュー、2016年12月／第228号 Vol.83 No.2

ところが、非特許文献１に記載された技術では、対象ユーザの状況を主として行動変容ステージにより判定しているが、これだけでは判定精度が十分ではなく、さらなる判定精度の向上が求められている。

この発明は上記事情に着目してなされたもので、一側面では、対象ユーザの状況を高精度に判定できるようにする技術を提供しようとするものである。

上記目的を達成するためにこの発明の一態様は、ユーザのターゲット行動（例えば、週１回に３０分以上運動する、といったユーザが取り組むべき行動）に対する取り組みの程度を複数の状態で定義した行動変容ステージの、前記複数の状態の各々に関連付けて当該状態を判定するためのステージ判定条件を記憶する第１の記憶部と、前記行動変容ステージの前記複数の状態のうち特定の状態について前記ターゲット行動に対する計画および実施の進捗度合いを複数の段階で定義した進捗フェーズの、前記複数の段階の各々に関連付けて当該段階を判定するためのフェーズ判定条件を記憶する第２の記憶部と、対象ユーザの前記ターゲット行動に対する意識を表すユーザ特徴量を取得する第１の取得処理部と、取得された前記ユーザ特徴量と、前記第１の記憶部に記憶された前記ステージ判定条件および前記第２の記憶部に記憶された前記フェーズ判定条件とに基づいて、前記対象ユーザの状況が前記行動変容ステージのどの状態でかつ前記進捗フェーズのとの段階に該当するかを判定する第１の判定処理部とを具備し、さらに前記行動変容ステージの前記複数の状態と前記進捗フェーズの前記複数の段階との各組み合わせの各々に関連付けて、前記ターゲット行動に影響を及ぼす動機要因および阻害要因の少なくとも一方と、当該動機要因および阻害要因の少なくとも一方による影響の度合いを表す情報を記憶する第３の記憶部と、前記対象ユーザに関するシチュエーション情報を取得する第２の取得処理部と、取得された前記シチュエーション情報と、前記第３の記憶部に記憶された前記動機要因および阻害要因の少なくとも一方とその影響の度合いを表す情報とに基づいて、前記対象ユーザの行動可能性を推定する推定処理部とを具備するようにしたものである。

この発明の一態様によれば、対象ユーザの状況を、複数のステージと複数のフェーズにより表される行動変容モデルの状態遷移図上で表すことが可能となり、これにより対象ユーザの状態をステージのみにより判定する場合に比べ、正確に判定することが可能となる。

図１は、この発明の一実施形態に係る行動変容モデルの構成を示す図である。 図２は、図１に示した行動変容モデルにおける状態遷移の方向を示す図である。 図３は、この発明の一実施形態に係る行動変容支援システムの構成を示す図である。 図４は、図３に示したシステムにおいて状況判定装置として動作するサーバ装置のハードウェア構成を示すブロック図である。 図５は、図３に示したシステムにおいて状況判定装置として動作するサーバ装置のソフトウェア構成を示すブロック図である。 図６は、図５に示したサーバ装置による処理手順と処理内容を示すフローチャートである。 図７は、ユーザ特徴量およびシチュエーション情報の一例を示す図である。 図８は、図５に示したサーバ装置に入力されるユーザ特徴量の一例を示す図である。 図９は、図５に示したサーバ装置に入力されるシチュエーション情報の一例を示す図である。 図１０は、行動可能性の判定しきい値の一例を示す図である。 図１１は、行動変容ステージの判定条件の一例を示す図である。 図１２は、進捗フェーズの判定条件の一例を示す図である。 図１３は、動機要因および阻害要因の種類とその影響確率の一例を示す図である。 図１４は、対象ユーザの行動に対する阻害要因の判定結果を対象ユーザ本人向けに生成した表示データの一例を示す図である。 図１５は、対象ユーザの行動に対する阻害要因の判定結果をサポータ向けに生成した表示データの一例を示す図である。 図１６は、行動変容モデルの状態遷移図に、対象ユーザの現在の状態を示す位置と、前回からの状態遷移の方向および次の状態遷移の方向およびそれぞれの行動可能性の値を表示した表示データの一例を示す図である。 図１７は、行動変容モデルの状態遷移図に、対象ユーザの現在の状態の位置と、次の状態遷移の方向およびその際の行動可能性の値と、阻害要因の判定結果を表示した表示データの一例を示す図である。

以下、図面を参照してこの発明に係わる実施形態を説明する。
［一実施形態］
（構成例）
（１）行動変容モデル
図１はこの発明の一実施形態に係る状況判定装置で使用される行動変容モデルの構成の一例を示すものである。
行動変容モデルは、ユーザのターゲット行動に対する取り組みの程度を複数の状態で定義した行動変容ステージと、上記ターゲット行動に対する計画および実施の進捗度合いを複数の段階で定義した進捗フェーズとにより構成される。

ここで、ユーザのターゲット行動とはユーザが取り組む行動であり、準備行動とはターゲット行動のために事前に行う必要のある行動である。例えば、ユーザのターゲット行動を「週１回に３０分以上運動する」とした場合、準備行動は「運動用のスニーカーを買ったり、何曜日のどの時間に運動を行うか等の計画を立てる」ことを指す。

この例では、上記行動変容ステージの複数の状態として、無関心期ＳＴ１、関心期ＳＴ２、準備期ＳＴ３、実行期ＳＴ４、維持期ＳＴ５からなる５つのステージ（状態）が定義される。一方、進捗フェーズは、上記行動変容ステージの５つのステージのうち、準備期ＳＴ３および実行期ＳＴ４に対し定義されるもので、計画フェーズＰ１、行動意志フェーズＰ２、行動フェーズＰ３の３段階のフェーズにより構成される。

より具体的には、無関心期ＳＴ１はターゲット行動（準備行動）をする予定がない状態を、関心期ＳＴ２はターゲット行動をするつもりがある状態をそれぞれ示す。また、準備期ＳＴ３における計画フェーズＰ１は近いうちに準備行動をする予定がある段階を、行動意志フェーズＰ２は準備行動をしようとする段階を、行動フェーズＰ３は準備行動を実施する段階をそれぞれ示す。さらに、実行期ＳＴ４における計画フェーズＰ１は近いうちにターゲット行動をする予定がある段階を、行動意志フェーズＰ２はターゲット行動をしようとする段階を、行動フェーズＰ３はターゲット行動を実施する段階をそれぞれ示す。最後に、維持期ＳＴ５はターゲット行動が継続されている（あるいは習慣化されている）状態を示している。

以上述べた行動変容モデルでは、無関心期ＳＴ１からスタートして維持期ＳＴ５に至るまで各ステージおよびフェーズを順に遷移することが期待される。図２はその状態遷移の方向を矢印で示したものである。なお、図２における(1) はステージ移行可能性を、(2) は計画フェーズから行動意志フェーズへの上昇可能性を、(3) は行動意志フェーズから行動フェーズへの移行可能性をそれぞれ示すものである。

なお、実際のユーザのステージおよびフェーズの遷移は、矢印とは逆向きに遷移したり、同じ状態に止まるように遷移することが起こり得るので、必要に応じてさらに状態遷移を設定することができる。また、ステージやフェーズについても、判定基準とともに必要に応じて適宜増減して設定してもよい。

（２）システム
図３は、この発明の一実施形態に係る行動変容支援システムの全体構成を示す図である。この行動変容支援システムは、この発明の一実施形態に係る状況判定装置として動作するサーバ装置ＳＶと、複数のユーザが各々使用するユーザ端末ＭＴ１～ＭＴｎとの間で、ネットワークＮＷを介してデータ通信を可能にしたものである。

ユーザ端末ＭＴ１～ＭＴｎは、スマートフォンやタブレット型端末、ウェアラブル端末、パーソナルコンピュータ等からなり、対象ユーザだけでなく、対象ユーザの行動変容をサポートする家族やトレーナ、医療関係者等のサポータにより使用されてもよい。

ネットワークＮＷは、例えば、インターネット等のＩＰ（Internet Protocol）ネットワークと、このＩＰネットワークにアクセスするためのアクセスネットワークとにより構成される。アクセスネットワークとしては、例えば有線および無線の公衆ネットワークや、有線および無線のＬＡＮ（Local Area Network）が使用される。

（３）サーバ装置ＳＶ
図４および図５は、それぞれ上記サーバ装置ＳＶのハードウェア構成およびソフトウェア構成を示すブロック図である。
サーバ装置ＳＶは、例えばクラウドサーバやＷｅｂサーバにより構成される。サーバ装置ＳＶは、中央処理ユニット（Central Processing Unit：ＣＰＵ）等のハードウェアプロセッサを有する制御部１を備え、この制御部１に対し、記憶部２および通信インタフェース（通信Ｉ／Ｆ）３を、バス４を介して接続したものとなっている。

通信Ｉ／Ｆ３は、例えば、公衆データネットワークに対応したインタフェースを有し、ネットワークＮＷを介してユーザ端末ＭＴ１～ＭＴｎとの間でデータ伝送を行う。なお、通信Ｉ／Ｆ３は、設置場所や運用者によっては有線ＬＡＮ等のその他のインタフェースを備えていてもよい。

記憶部２は、例えば、ＨＤＤ（Hard Disk Drive）またはSolid State Drive（ＳＳＤ）等の随時書込みおよび読出しが可能な不揮発性メモリと、ＲＯＭ（Read Only Memory）およびＲＡＭ（Random Access Memory）とを組み合わせて構成される記憶媒体を備えるもので、プログラム記憶領域とデータ記憶領域とを有する。なお、記憶媒体の構成は上記構成に限るものではない。プログラム記憶領域には、ＯＳ（Operating System）等のミドルウェアに加えて、この発明の一実施形態に係る各種制御処理を実行するために必要なプログラムが格納されている。

データ記憶領域には、第１の記憶部として使用されるユーザ特徴量記憶部２１と、第２の記憶部として使用されるシチュエーション情報記憶部２２と、ステージ判定条件記憶部２３と、フェーズ判定条件記憶部２４と、第３の記憶部として使用される動機・阻害要因記憶部２５と、判定データ記憶部２６とが設けられている。

ユーザ特徴量記憶部２１は、ユーザ端末ＭＴ１～ＭＴｎから送られる対象ユーザの特徴量を表す情報を、入力日時または受信日時順に、ユーザ識別情報（ユーザＩＤ）またはユーザ端末の識別情報（端末ＩＤ）と関連付けて記憶する。ユーザ特徴量の具体例については後述する。

シチュエーション情報記憶部２２は、ユーザ端末ＭＴ１～ＭＴｎから送られる対象ユーザのスケジュール情報、生体情報および環境情報等のシチュエーション情報を、入力または検出日時、或いは受信日時順に、ユーザＩＤまたは端末ＩＤと関連付けて記憶する。シチュエーション情報の具体例についても後述する。

ステージ判定条件記憶部２３には、図１に例示した行動変容モデルの５つのステージの各々に対応付けて、対象ユーザの状態がどのステージに対応するか判定するためのステージ判定条件が記憶されている。

フェーズ判定条件記憶部２４には、図１に例示した行動変容モデルの３段階のフェーズの各々に対応付けて、対象ユーザの段階がどのフェーズに対応するか判定するためのステージ判定条件が記憶されている。

動機・阻害要因記憶部２５には、上記行動変容モデルの５つのステージと３段階のフェーズとのすべての組み合わせに対応付けて、ユーザが行動する際の動機・阻害要因となる情報がカテゴリ別に記憶されている。なお、上記ステージ判定条件、フェーズ判定条件および動機・阻害要因の具体例は後述する。

判定データ記憶部２６は、対象ユーザの状態および段階の判定結果と、対象ユーザの行動に影響を及ぼす動機・阻害要因の判定結果と、対象ユーザの行動に対する介入の適否の判定結果を保存するために用いられる。

制御部１は、この発明の一実施形態に係る各種制御機能として、第１の取得処理部として使用されるユーザ特徴量取得部１１と、第２の取得処理部として使用されるシチュエーション情報取得部１２と、第１の判定処理部として機能する行動変容ステージ判定部１３およびフェーズ判定部１４と、動機・阻害要因判定部１５と、行動可能性推定部１６と、介入適否判定部１７と、判定データ出力部１８とを有している。これらの制御機能は、何れも記憶部２のプログラム記憶領域に格納されたプログラムを、制御部１のハードウェアプロセッサに実行させることにより実現される。

ユーザ特徴量取得部１１は、対象ユーザのユーザ端末ＭＴ１～ＭＴｎに対し、例えばアンケート形式の質問リストを送信する。質問リストは、対象ユーザのターゲット行動に対する意識を調査するためのもので、例えばユーザ特徴量記憶部２１に記憶されている複数のリストの中から選択される。

またユーザ特徴量取得部１１は、上記質問リストに対する回答情報がユーザ端末ＭＴ１～ＭＴｎから返送された場合に、この回答情報を通信Ｉ／Ｆ３を介して受信し、受信された回答情報をユーザ特徴量として送信元のユーザＩＤまたは端末ＩＤと関連付けてユーザ特徴量記憶部２１に記憶させる処理を行う。

シチュエーション情報取得部１２は、例えばユーザ端末ＭＴ１～ＭＴｎから送信される、ユーザのスケジュールデータ、生体データ、周囲の温度や湿度等の環境データ等を通信Ｉ／Ｆ３を介して受信し、受信された上記各データをシチュエーション情報として送信元のユーザＩＤまたは端末ＩＤと関連付けてシチュエーション情報記憶部２２に記憶させる処理を行う。

行動変容ステージ判定部１３は、上記ユーザ特徴量記憶部２１に新たなユーザ特徴量が記憶されるごとに、当該ユーザ特徴量を読み出す。そして、読み出されたユーザ特徴量を、ステージ判定条件記憶部２３に記憶されている複数のステージ判定条件と照合することにより、上記対象ユーザの現在の状態がどのステージに対応するかを判定する処理を行う。

フェーズ判定部１４は、上記行動変容ステージ判定部１３により上記対象ユーザの現在の状態が「準備期」または「実行期」に対応していると判定された場合に、上記ユーザ特徴量を、フェーズ判定条件記憶部２４に記憶されている複数のフェーズ判定条件と照合し、上記対象ユーザの現在の状態がどのフェーズに対応するかを判定する処理を行う。またフェーズ判定部１４は、上記対象ユーザの現在の状態の判定結果を、ユーザＩＤまたは端末ＩＤと関連付けて判定データ記憶部２６に記憶させる処理も行う。

動機・阻害要因判定部１５は、上記シチュエーション情報記憶部２２に対象ユーザの新たなシチュエーション情報が記憶されるごとに、当該シチュエーション情報を読み出す。そして、読み出されたシチュエーション情報を、動機・阻害要因記憶部２５に記憶されている動機・阻害要因と照合することにより、上記対象ユーザが行動を実行しようとするときに影響を及ぼす動機要因または阻害要因の種類と、その影響の度合い（例えば影響確率）を判定する処理を行う。また、動機・阻害要因判定部１５は、判定された上記動機要因または阻害要因の種類とその影響確率を、ユーザＩＤまたは端末ＩＤと関連付けて判定データ記憶部２６に記憶させる処理も行う。

行動可能性推定部１６は、上記動機・阻害要因判定部１５により判定された動機要因または阻害要因の種類とその影響確率をもとに、上記対象ユーザの現在の行動可能性を表すスコアを算出する処理を行う。

介入適否判定部１７は、算出された上記行動可能性を表すスコアを、予め設定されている判定しきい値と比較することにより、上記対象ユーザに対する介入の適否を判定し、その判定結果を上記行動可能性を表すスコアと共に、判定データ記憶部２６に記憶させる処理を行う。

判定データ出力部１８は、上記判定データ記憶部２６に記憶された、介入の適否の判定結果と、行動変容モデルにおける対象ユーザの現在の状態の位置と、行動可能性スコアと、動機要因または阻害要因の種類とその影響確率とに基づいて表示データを生成し、当該表示データを通信Ｉ／Ｆ３から対象ユーザまたはそのサポータのユーザ端末ＭＴ１～ＭＴｎへ送信させる処理を行う。

（動作例）
次に、以上のように構成されたサーバ装置ＳＶの動作を説明する。
図６はサーバ装置ＳＶによる状況判定制御の処理手順と処理内容を示すフローチャートである。

（１）ユーザ特徴量の取得
サーバ装置ＳＶは、ユーザ特徴量取得部１１の制御の下、先ずステップＳ１０において、対象ユーザごとにその特徴量を取得する処理を以下のように実行する。
すなわち、ユーザ特徴量取得部１１は、先ず対象ユーザのユーザ端末ＭＴ１～ＭＴｎに対し、例えば１日のうちの予め設定された取得タイミングになるごとに、アンケート形式の質問リストを送信する。この動作は、例えば、サーバ装置ＳＶのＵＲＬ（Uniform Resource Locator）を含む電子メールをユーザ端末ＭＴ１～ＭＴｎに送信し、ユーザが上記ＵＲＬをもとにサーバ装置ＳＶに対しアクセスして質問リストをダウンロードすることにより行われる。

質問リストは、例えばユーザ特徴量記憶部２１に記憶されている複数のリストの中から選択される。なお、対象ユーザの属性情報が事前に取得されている場合には、この属性情報に対応するリストを選択するようにしてもよい。このようにすると、対象ユーザごとに、その年齢や性別、職業、病歴等に応じた適切な質問リストを選択し送信することが可能となる。

ユーザ端末ＭＴ１～ＭＴｎにおいて対象ユーザは、表示された質問リストを見ながら回答を入力する。そして、回答の入力終了後にユーザが終了操作を行うと、上記入力された回答の内容とその入力日時、およびユーザＩＤまたはユーザ端末ＩＤを含む回答情報がユーザ端末ＭＴ１～ＭＴｎからサーバ装置ＳＶへ送信される。

これに対しサーバ装置ＳＶは、ユーザ端末ＭＴ１～ＭＴｎから回答情報が送信されると、ユーザ特徴量取得部１１の制御の下、上記回答情報を通信Ｉ／Ｆ３を介して受信する。そして、受信された上記回答情報をユーザ特徴量として送信元のユーザＩＤまたは端末ＩＤと関連付けてユーザ特徴量記憶部２１に記憶させる。その際ユーザ特徴量取得部１１は、上記回答情報に含まれている入力日時をもとに、回答情報を日時順にユーザ特徴量記憶部２１に記憶させる。なお、回答情報に入力日時が含まれていない場合には、回答情報をその受信日時の順にユーザ特徴量記憶部２１に記憶させるようにしてもよい。

（２）シチュエーション情報の取得
サーバ装置ＳＶは、上記ユーザ特徴量の取得動作と並行して、シチュエーション情報取得部１２の制御の下、ステップＳ１１において、シチュエーション情報の取得動作を以下のように実行する。

すなわち、シチュエーション情報取得部１２は、先に述べたユーザ特徴量の取得動作と同様に、取得タイミングになるごとに、シチュエーション用の質問リストをユーザ端末ＭＴ１～ＭＴｎへ送信する。その送信方法は、ユーザ特徴量の場合と同様に、電子メールによりユーザ端末ＭＴ１～ＭＴｎにＵＲＬを通知し、このＵＲＬに基づくアクセスに応じて質問リストをダウンロードすることにより行われる。

対象ユーザは、ユーザ端末ＭＴ１～ＭＴｎにおいて、表示された上記質問リストに従いスケジュールデータや衣食住に関するデータ等を入力する。またユーザ端末ＭＴ１～ＭＴｎは、内蔵または外部に設置されたセンサから、ユーザの周辺温度等の環境データや疲労度合い等を表す生体データを取得する。なお、環境データについてはＷｅｂサイトから取得するようにしてもよい。また、家族構成や居住形態等の属性情報を取得してもよいが、これらの属性情報は定期的に取得する必要はなく、システムの利用開始時にのみ取得すればよい。

ユーザ端末ＭＴ１～ＭＴｎは、入力された上記スケジュールデータや衣食住に関するデータ、および取得された上記環境データ等を、ユーザＩＤまたは端末ＩＤと共にサーバ装置ＳＶへ送信する。なお、上記スケジュールデータや衣食住に関するデータ、および環境データ等には入力日時または検出日時が含まれる。

サーバ装置ＳＶは、シチュエーション情報取得部１２の制御の下、ユーザ端末ＭＴ１～ＭＴｎから送信される、上記スケジュールデータや衣食住に関するデータ、および取得された上記環境データ等を通信Ｉ／Ｆ３を介して受信し、受信された上記各データをシチュエーション情報として送信元のユーザＩＤまたは端末ＩＤと関連付けてシチュエーション情報記憶部２２に記憶させる。その際、上記各データには入力日時または検出日時が含まれているので、シチュエーション情報取得部１２は上記シチュエーション情報を入力日時または検出日時の順に記憶させる。なお、各データに入力日時または検出日時が含まれていない場合には、シチュエーション情報取得部１２は各データをその受信日時の順に記憶させる。

図７は、ユーザ特徴量およびシチュエーション情報の種別とその収集方法および収集タイミングの一例を示したものである。図８はユーザ特徴量を取得するための質問リストとその回答の一例を示し、また図９はシチュエーション情報の回答の一例を示す。なお、質問リストの項目は任意に設定することができ、また質問に対する回答には漏れがあっても構わない。

（３）行動変容ステージの判定
サーバ装置ＳＶは、上記新たなユーザ特徴量が取得されると、行動変容ステージ判定部１３の制御の下、ステップＳ１２において、ユーザ特徴量記憶部２１から上記新たなユーザ特徴量を読み出す。そして、読み出されたユーザ特徴量を、ステージ判定条件記憶部２３に記憶されているステージ判定条件と照合することにより、上記対象ユーザの現在の状態がどのステージに対応するかを判定する。

例えば、いまステージ判定条件記憶部２３に図１１に示す複数のステージ判定条件が記憶されているものとする。この状態で、例えば図８に示すユーザ特徴量が取得されたとすると、行動変容ステージ判定部１３はユーザ特徴量の内容が「ターゲット実行計画：あり」で、かつ「いま行動しようと思っているか：はい」となっていることから、対象ユーザの現在の状態は「実行期」であると判定する。

（４）フェーズの判定
サーバ装置ＳＶは、上記行動変容ステージの判定において、対象ユーザの現在の状態が「実行期」に対応していると判定されると、フェーズ判定部１４の制御の下、ステップＳ１３において、上記ユーザ特徴量をフェーズ判定条件記憶部２４に記憶されている複数のフェーズ判定条件と照合し、ユーザの現在の状況がどのフェーズに対応するかを判定する。

例えば、いまフェーズ判定条件記憶部２４に図１２に示すフェーズ判定条件が記憶されているものとする。この状態で、例えば図８に示すユーザ特徴量が取得されたとすると、フェーズ判定部１４はユーザ特徴量に含まれる「行動の実施計画：あり」、「今行動しようと思っているか：はい」、「今行動しているか：いいえ」を、フェーズ判定条件記憶部２４に記憶されているフェーズ判定条件と照合する。その結果、ユーザの現在の段階は「行動意志フェーズ」であると判定される。

以上のように得られた対象ユーザの状態（ステージ）と段階（フェーズ）の判定結果は、フェーズ判定部１４の制御の下、判定時刻およびユーザＩＤまたは端末ＩＤと関連付けられた状態で判定データ記憶部２６に記憶される。

（５）動機・阻害要因の判定
上記したように対象ユーザの状態（ステージ）と段階（フェーズ）の判定が終了すると、サーバ装置ＳＶは次に動機・阻害要因判定部１５の制御の下、ステップＳ１４において、シチュエーション情報記憶部２２から対象ユーザの最新のシチュエーション情報を読み出す。そして、読み出されたシチュエーション情報を、動機・阻害要因記憶部２５に記憶されているステージ×フェーズの各組み合わせに対応する動機・阻害要因のうち、「実行期×行動意志フェーズ」に対応する動機・阻害要因と照合することにより、対象ユーザがターゲット行動を実行しようとするときに影響を及ぼす動機要因または阻害要因を判定する。

例えば、いま動機・阻害要因記憶部２５には、「実行期×行動意志フェーズ」に対応する動機・阻害要因として図１３に示す情報が記憶されているものとする。この情報は、例えば、カテゴリ別に複数の動機要因および阻害要因を定義し、さらに要因ごとに行動実行に対する影響確率を定義したものである。

この状態で、対象ユーザのシチュエーション情報に、例えば図９に示すように「やや疲れている」、「外気温：９℃」が含まれていたとすると、対象ユーザの現在のシチュエーションは「外気温：寒い」、「疲労度：やや疲れ」に該当するため、影響確率はｐ＝0.3、ｐ＝0.4となる。このとき、影響確率ｐがｐ≧0.5のときは動機要因、ｐ＜0.5のときは阻害要因と定義されている。このため、上記の場合、「外気温」および「疲労度」のいずれも「阻害要因」と判定される。

上記の判定結果、つまり「阻害要因：寒い（ｐ＝0.3）」、「阻害要因：やや疲れ（ｐ＝0.4）」は、動機・阻害要因判定部１５の制御の下、判定日時およびユーザＩＤまたは端末ＩＤに関連付けられた状態で判定データ記憶部２６に記憶される。

（６）行動可能性の推定
サーバ装置ＳＶは、上記動機・阻害要因の判定結果が得られると、次に行動可能性推定部１６の制御の下、ステップＳ１６において、上記判定された動機・阻害要因の種類とその影響確率ｐの値をもとに、対象ユーザの現在の行動可能性を表す値（行動可能性スコア）を算出する。

例えば、行動可能性スコアをａとすると、ａは
ａ＝Πｐ_k
により表されるので、上記の例では
ａ＝0.3×0.4
＝0.12
となる。

（７）介入の適否判定
サーバ装置ＳＶは、続いて介入適否判定部１７の制御の下、ステップＳ１７において、上記算出された行動可能性のスコアａを予め設定されている判定しきい値と比較することで、対象ユーザに対する介入の適否を判定する。

例えば、判定しきい値が図１０に示すように0.1＜ａ＜0.9に設定されているものとすると、上記の例では行動可能性スコアａ＝0.12であるため、対象ユーザに対する介入は“適”と判定される。ちなみに、行動可能性スコアａが0.1以下の場合には、対象ユーザにとって阻害要因が大きく行動を実行する可能性が低いため、介入は“不適”と判定される。これに対し、行動可能性スコアａが0.9以上の場合には、対象ユーザは既に十分に大きな動機要因を有しているため、対象ユーザは自力で行動を実行することが可能であると見なされ、介入の必要がないと判定される。

上記介入の適否の判定結果は、介入適否判定部１７の制御の下、判定日時およびユーザＩＤまたは端末ＩＤと関連付けられた状態で判定データ記憶部２６に記憶される。

（８）判定データの出力
サーバ装置ＳＶは、判定データ出力部１８の制御の下、ステップＳ１５において以下のように上記各判定結果の表示制御を行う。

すなわち、判定データ出力部１８は、先ずステップＳ１５１において、上記動機・阻害要因判定部１５による判定結果を判定データ記憶部２６から読み出し、動機・阻害要因の判定結果を対象ユーザに通知するための表示データを生成する。そして、生成された上記表示データを通信Ｉ／Ｆ３から対象ユーザが使用するユーザ端末へ送信し、ユーザ端末の表示部に表示させる。図１４は対象ユーザ向けの表示データの表示例を示すもので、阻害要因の種類が影響確率と共に表示される。

また判定データ出力部１８は、読み出された上記動機・阻害要因の判定結果を上記対象ユーザのサポータに通知させるための表示データを生成し、当該表示データをサポータが使用するユーザ端末に向け送信して表示させる。図１５は上記サポータ向けの表示データの表示例を示すものである。

判定データ出力部１８は、次にステップＳ１５２において、対象ユーザの現在の状態（ステージ）と段階（フェーズ）の判定結果を実行可能性スコアと共に対象ユーザに通知するための表示データを生成する。そして、生成された表示データを通信Ｉ／Ｆ３から対象ユーザが使用するユーザ端末に向け送信し、表示させる。

この場合の表示データの構成としては、以下の２種類が考えられる。図１６はその第１の例を示すものである。この表示データは、行動変容モデルの構造とその状態遷移の方向を示す行動変容モデルの状態遷移図上に、対象ユーザの現在の状態（ステージ）と段階（フェーズ）の位置を星印で明示し、さらに現在のユーザ状態から次の状態へ遷移する際の行動可能性スコアを矢印の太さで表現したものである。なお、ユーザの現在の状態以外の行動可能性スコアを算出し、同時に表示してもよい。図１６では、実行期の行動計画→行動意志フェーズ上の行動可能性スコアを求め、このスコアを矢印の太さで追記した例を示している。

図１７は表示データの第２の例を示す。この表示データは、行動変容モデルの状態遷移図上に、対象ユーザの現在の状態（ステージ）と段階（フェーズ）の位置を星印で明示し、さらに現在の状態から次の状態へ遷移する際の動機要因または阻害要因の種類と影響確率の値を円の大きさで表現したものである。

なお、判定データ出力部１８は、上記行動変容モデルの状態遷移図を用いた表示データを、対象ユーザ向け以外に、サポータ向けに生成し送信するようにしてもよい。

（作用効果）
以上述べたように一実施形態では、行動変容モデルの構造を５つの状態（ステージ）と３つの段階（フェーズ）を二次元配置した状態遷移図で表し、対象ユーザの特徴量をもとに、当該対象ユーザの現在の状況がどのステージのどのフェーズに位置するかを判定する。またそれと共に、対象ユーザのシチュエーション情報をもとに、当該対象ユーザの行動実行に影響を及ぼす動機・阻害要因の種類と影響確率を判定し、この影響確率をもとに行動可能性スコアを算出して介入の適否を判定するようにしている。

従って、対象ユーザの状況を、５つの状態（ステージ）と３つの段階（フェーズ）により表される行動変容モデルの状態遷移図上で表すことが可能となり、これにより対象ユーザの状態をステージのみにより判定する場合に比べ、正確に判定することが可能となる。

また対象ユーザのシチュエーション情報をもとに、対象ユーザの行動実行に影響を及ぼす動機・阻害要因の種類と影響確率を判定し、この影響確率をもとに行動可能性を推定して介入の適否を判定するようにしているので、ユーザの動機・阻害要因まで考慮した上で介入の適否を設定することができる。

しかも、対象ユーザの動機・阻害要因の判定結果をユーザまたはサポータに通知することで、ユーザまたはサポータはユーザが行動を実行しようとする際に影響する動機の強化、或いは阻害要因の排除を検討することが可能となる。

さらに、行動変容モデルの状態遷移図上にユーザの現在の状態とフェーズの段階が表示され、かつ行動可能性スコアが表示されるので、ユーザまたはサポータはユーザの現在の状態を明確に把握することができ、行動変容に対する意欲を高めることが可能となる。

［他の実施形態］
なお、この発明は上記実施形態に限定されるものではない。例えば、前記一実施形態では、状況判定装置の機能をＷｅｂサーバまたはクラウドサーバ等のサーバ装置に設けた場合を例にとって説明したが、状況判定装置の機能をユーザが使用するスマートフォンやタブレット型端末、パーソナルコンピュータ等のユーザ端末に設けてもよい。

一実施形態では、新たなユーザ特徴量およびシチュエーション情報が得られるごとにユーザの状況の判定および介入の適否の判定を行う場合を例にとって説明したが、過去の任意の日時を指定することでユーザ特徴量記憶部２１およびシチュエーション情報記憶部２２に記憶されている情報をもとに過去の所望の日時におけるユーザの状況を判定するようにしてもよい。このようにすると過去の任意の日時におけるユーザの状況を振り返ることが可能となる。

また、ユーザの状況の判定結果や行動可能性スコアおよび介入の有無等の判定データの履歴を記憶しておくことで、ユーザの過去の状況の遷移の傾向性を推定し、将来の状況の遷移またはそのための方法を予測してユーザまたはサポータに通知するようにしてもよい。

さらに、一実施形態では、行動変容モデルの構造を５つの状態（ステージ）と３つの段階（フェーズ）を二次元配置した状態遷移図により表したが、状態（ステージ）数および段階（フェーズ）の数は２以上の他の数でもよい。また、複数の状態（ステージ）と複数の段階（フェーズ）を一次元（直線的な）配置した状態遷移図により表したり、三次元（立体的な）配置した状態遷移図により表してもよい。

さらに、この発明が対象とする行動変容の種類としては、生活習慣病予防やダイエットのための生活改善ばかりでなく、運動の習慣づけ、食事の習慣づけ、学習の習慣づけ、禁煙のための行動および維持等が考えられる。その他、ユーザの状況の判定に使用するユーザ特徴量の種類、動機・阻害要因の判定に使用するやシチュエーション情報の種類、行動可能性スコアの判定しきい値、表示データの構成等についても、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。

要するにこの発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合せてもよい。

ＳＶ…サーバ装置
ＭＴ１～ＭＴｎ…ユーザ端末
ＮＷ…ネットワーク
１…制御部
２…記憶部
３…通信Ｉ／Ｆ
４…バス
１１…ユーザ特徴量取得部
１２…シチュエーション情報取得部
１３…行動変容ステージ判定部
１４…フェーズ判定部
１５…動機・阻害要因判定部
１６…行動可能性推定部
１７…介入適否判定部
１８…判定データ出力部
２１…ユーザ特徴量記憶部
２２…シチュエーション情報記憶部
２３…ステージ判定条件記憶部
２４…フェーズ判定条件記憶部
２５…動機・阻害要因記憶部
２６…判定データ記憶部

Claims (7)

1. ユーザのターゲット行動に対する取り組みの程度を複数の状態で定義した行動変容ステージの、前記複数の状態の各々に関連付けて当該状態を判定するためのステージ判定条件を記憶する第１の記憶部と、
   前記行動変容ステージの前記複数の状態のうち特定の状態について前記ターゲット行動に対する計画および実施の進捗度合いを複数の段階で定義した進捗フェーズの、前記複数の段階の各々に関連付けて当該段階を判定するためのフェーズ判定条件を記憶する第２の記憶部と、
   対象ユーザの前記ターゲット行動に対する意識を表すユーザ特徴量を取得する第１の取得処理部と、
   取得された前記ユーザ特徴量と、前記第１の記憶部に記憶された前記ステージ判定条件および前記第２の記憶部に記憶された前記フェーズ判定条件とに基づいて、前記対象ユーザの状況が前記行動変容ステージのどの状態でかつ前記進捗フェーズのどの段階に該当するかを判定する第１の判定処理部と、
   前記行動変容ステージの前記複数の状態と前記進捗フェーズの前記複数の段階との各組み合わせの各々に関連付けて、前記ターゲット行動に影響を及ぼす動機要因および阻害要因の少なくとも一方と、当該動機要因および阻害要因の少なくとも一方による影響の度合いを表す情報を記憶する第３の記憶部と、
   前記対象ユーザに関するシチュエーション情報を取得する第２の取得処理部と、
   取得された前記シチュエーション情報と、前記第３の記憶部に記憶された前記動機要因および阻害要因の少なくとも一方とその影響の度合いを表す情報とに基づいて、前記対象ユーザの行動可能性を推定する推定処理部と
   を具備する状況判定装置。
2. 前記第１の判定処理部により判定された前記対象ユーザの状況と、前記推定処理部により推定された前記対象ユーザの行動可能性とをもとに、前記対象ユーザに対する介入の適否を判定する第２の判定処理部を、さらに具備する請求項１に記載の状況判定装置。
3. 前記第１の判定処理部は、
   前記取得された前記ユーザ特徴量と、前記第１の記憶部に記憶された前記ステージ判定条件とに基づいて、前記対象ユーザの前記ターゲット行動に対する取り組みの程度が前記行動変容ステージのどの状態に該当するかを判定し、
   前記取り組みの程度が前記行動変容ステージの複数の状態のうち前記特定の状態に該当すると判定された場合に、前記取得された前記ユーザ特徴量と、前記第２の記憶部に記憶された前記フェーズ判定条件とに基づいて、前記対象ユーザの前記ターゲット行動に対する計画と実施の進捗度合いが前記進捗フェーズのどの段階に該当するかを判定する
   請求項１に記載の状況判定装置。
4. 前記行動変容ステージにより定義された前記複数の状態および前記進捗フェーズにより定義された前記複数の段階間の状態遷移の方向を二次元的に表した状態遷移図上に、前記第１の判定処理部により判定された前記対象ユーザの現在の状態および段階の位置と、前記第２の判定処理部の判定結果に基づく次の遷移の方向と、前記推定処理部により推定された行動可能性を表す値とを表示した表示情報を生成し、出力する表示データ生成処理部を、さらに具備する請求項２に記載の状況判定装置。
5. 前記表示データ生成処理部は、前記状態遷移図上に、前記次の状態遷移に対する前記動機要因および阻害要因の少なくとも一方の影響の度合いを表す値をさらに表示する、請求項４に記載の状況判定装置。
6. ユーザのターゲット行動に対する取り組みの程度を複数の状態で定義した行動変容ステージの、前記複数の状態の各々に関連付けて当該状態を判定するためのステージ判定条件を記憶する第１の記憶部と、前記行動変容ステージの前記複数の状態のうち特定の状態について前記ターゲット行動に対する計画と実施の進捗度合いを複数の段階で定義した進捗フェーズの、前記複数の段階の各々に関連付けて当該段階を判定するためのフェーズ判定条件を記憶する第２の記憶部と、前記行動変容ステージの前記複数の状態と前記進捗フェーズの前記複数の段階との各組み合わせの各々に関連付けて、前記ターゲット行動に影響を及ぼす動機要因および阻害要因の少なくとも一方と、当該動機要因および阻害要因の少なくとも一方による影響の度合いを表す情報を記憶する第３の記憶部とに接続される状況判定装置が実行する状況判定方法であって、
   対象ユーザの前記ターゲット行動に対する意識を表すユーザ特徴量を取得する第１の過程と、
   取得された前記ユーザ特徴量と、前記第１の記憶部に記憶された前記ステージ判定条件および前記第２の記憶部に記憶された前記フェーズ判定条件とに基づいて、前記対象ユーザの前記ターゲット行動に対する状況が前記行動変容ステージのどの状態でかつ前記進捗フェーズのとの段階に該当するかを判定する第２の過程と、
   前記対象ユーザに関するシチュエーション情報を取得する第３の過程と、
   取得された前記シチュエーション情報と、前記第３の記憶部に記憶された前記動機要因および阻害要因の少なくとも一方とその影響の度合いを表す情報とに基づいて、前記対象ユーザの行動可能性を推定する第４の過程と
   を具備する状況判定方法。
7. 請求項１乃至５のいずれかに記載の状況判定装置が具備する前記各処理部の処理を、前記状況判定装置が備えるプロセッサに実行させるプログラム。